Data Scientist (m/w/d)

Ihre Aufgaben

Job Overview

risiq ist ein aufregendes SaaS-Scale-up, das das Risikomanagement für Banken und Finanzinstitute revolutioniert: automatische, in Echtzeit und skalierbare Risikoberechnung im ESG-Framework.

In dieser Rolle unterstützt du unser Data Science Team dabei, komplexe Datensätze zu analysieren, Data-Lake-Strukturen aufzubauen und datengetriebene Produkte sowie Modelle für Ribeca und unsere neuen Produktlinien zu entwickeln. Du arbeitest mit großen Datenmengen, entwickelst Analysen, die Erkenntnisse bringen, und hilfst dabei, dass Data-Insights direkt in Produktentwicklung und Modelling einfließen. Wir suchen jemanden, der analytisch stark ist, schnell lernt und Lust darauf hat, Daten zum Leben zu erwecken.

Ihr Profil

Key Responsibilities

• Datenanalyse & Exploration: Du analysierst komplexe Datensätze – verstehst ihre Struktur, identifizierst Patterns, erkennst Anomalien und Data Quality Issues. Du packst praktisch an mit SQL, Python oder ähnlich und lernst, echte Daten strategisch zu verstehen.

• Data-Lake Strukturen & Aufbau: Du unterstützt beim Aufbau von Data-Lake-Strukturen – wie organisieren wir Daten sinnvoll, wie stellen wir sicher, dass sie zugänglich und nutzbar sind, wie skaliert das mit unserem Wachstum. Du lernst echte Data Architecture.

• Data Pipeline Development: Du entwickelst und implementierst Data Pipelines und Transformationen – ETL-Prozesse, Datenflüsse von Quelle bis Modell. Du stellst sicher, dass Daten sauber und strukturiert ankommen.

• Datengetriebene Insights & Analysen: Du entwickelst Analysen und Visualisierungen, die echte Business-Fragen beantworten. Du packst analytisch an – von exploratory Analysis bis zu statistischen Modellen.

• Product-Data Collaboration: Du arbeitest eng mit Product, Modelling und Engineering zusammen – was brauchen sie an Daten, welche Analysen unterstützen neue Features, welche Data-Insights sind wertvoll für Produkt-Entscheidungen.

• Ribeca & neue Produktlinien: Du unterstützt bei der Datenanalyse und Datenaufbereitung für Ribeca und unsere neuen Produktlinien. Du stellst sicher, dass diese Produkte auf soliden Data Insights stehen.

• Datenqualität & Standards: Du entwickelst Data Quality Checks, dokumentierst Datenflüsse und hilfst dabei, eine Data Culture aufzubauen – wo jeder versteht, woher Daten kommen und wie man sie nutzt.

Basic Qualifications

• Datenanalyse & Statistik: Du hast erste Erfahrung mit Datenanalyse und statistischen Methoden – Python, R, SQL oder ähnlich. Du kennst die Basics und bist nicht eingeschüchtert von Code und Mathematik.

• Data-Verständnis: Du interessierst dich für Daten – wie sie strukturiert sind, wo Insights versteckt sind, wie man sie nutzt. Du magst es, in komplexen Datensätzen zu graben.

• Analytisches Denken: Du kannst Datenprobleme systematisch analysieren und in klare, nachvollziehbare Insights überführen. Du magst es, tiefer zu graben und Patterns zu erkennen.

• Organisationsfähigkeit: Du behältst den Überblick – über Analysen, Datenflüsse, Dokumentation. Du bist strukturiert und dokumentierst deine Arbeit.

• Eigeninitiative: Du wartest nicht darauf, dass dir alles erklärt wird. Du packst an, lernst schnell und fragst zur Richtungsklarheit.

Preferred Qualifications

• Data Science oder Analytics Background: Du hast eine Ausbildung oder ein Studium im Bereich Data Science, Statistics, Analytics, Mathematik oder ähnlich.

• Python & SQL: Du kannst sicher mit SQL umgehen und hast praktische Erfahrung mit Python – oder ähnliche Programmiersprachen.

• Machine Learning Grundlagen: Du kennst die Basics von Machine Learning – Supervised/Unsupervised Learning, Model Evaluation, Feature Engineering.

• Visualisierung & Kommunikation: Du kannst Daten visualisieren und komplexe Insights so erklären, dass auch Nicht-Data-Scientist sie verstehen.

• Finanzsektor oder Big Data: Du hast erste Erfahrung mit Finanzdaten, Banking oder großen Datenmengen – oder große Lust, das zu lernen.

• Englisch: Gutes Englisch – wir sind international tätig.

Warum wir?

Company Culture & Benefits

• Du arbeitest an echten Data Problems: Nicht Lehrbuch-Aufgaben – echte Datenmengen, echte Challenges, echte Impact. Deine Analysen ermöglichen Produktentwicklung, Modelling und Business-Entscheidungen.

• Du lernst Data Science in der Praxis: Du baust echte Pipelines, entwickelst echte Analysen, stellst echte Insights bereit. Das ist praktische, angewandte Data Science.

• Schnelle Entwicklung: In einem Scale-up entwickelst du dich schnell. Du kannst von Associate zu Senior Associate zu Senior Data Scientist aufsteigen – wenn du gut bist.

• Ein Team, das unterstützt: Dein Senior Data Scientist oder Lead hilft dir. Modelling Teams erklären ihre Anforderungen. Product erklärt Use Cases. Engineering erklärt Infrastruktur. Jeder packt an.

• Direkte Zusammenarbeit mit Tech- und Business-Teams: Du arbeitest eng mit Engineering, Product, Modelling und Finance zusammen. Deine Insights haben direkten Impact auf neue Features und Produkte.

• Data Culture: Du hilfst dabei, eine Data Culture aufzubauen – wo Entscheidungen datengetrieben sind und jeder versteht, woher die Insights kommen.

• Praxisorientiert: Nicht nur theoretisch. Du lernst, wie echte Data Science in einem SaaS-Scale-up für Finanzsektor funktioniert – mit echten Constraints, echten Anforderungen, echtem Impact.

About us

Risiq ist ein innovatives und dynamisches Startup, das sich auf die Entwicklung fortschrittlicher Risikomanagementlösungen für die Bankenbranche spezialisiert hat. Mit unserem Hauptsitz in Mannheim, sind wir bestrebt, die Effizienz und Genauigkeit im Risikomanagement durch den Einsatz modernster Technologien zu revolutionieren.